Gigantul tehnologic Microsoft a anunțat joi, 19 martie 2026, lansarea a trei modele fundamentale de inteligență artificială de ultimă generație, capabile să genereze text, voce și imagini. Această mișcare strategică semnalează intenția clară a companiei de a-și construi propria suită completă de modele AI multimodale și de a concura direct cu laboratoarele rivale de inteligență artificială, inclusiv Google DeepMind și OpenAI, cu care Microsoft menține în continuare un parteneriat valoros de peste 13 miliarde de dolari.
Echipa responsabilă pentru această realizare este MAI Superintelligence, o divizie de cercetare în domeniul inteligenței artificiale condusă de Mustafa Suleyman, CEO-ul Microsoft AI, care a fost formată și anunțată oficial în noiembrie 2025. De atunci, echipa a lucrat intens la dezvoltarea unor modele inovatoare care să răspundă nevoilor practice ale utilizatorilor, punând omul în centrul procesului de creație tehnologică.
Primul model, denumit MAI-Transcribe-1, reprezintă o soluție avansată de transcriere vocală care acceptă nu mai puțin de 25 de limbi diferite și le transformă în text cu o viteză de 2,5 ori mai mare decât serviciul Azure Fast al Microsoft. Acest salt tehnologic semnificativ în domeniul recunoașterii automate a vorbirii permite utilizatorilor să economisească timp prețios atunci când au nevoie de transcrieri rapide și precise ale conversațiilor sau prezentărilor audio. MAI-Transcribe-1 este disponibil la un preț de pornire de doar 0,36 dolari pe oră, ceea ce îl face accesibil atât pentru întreprinderi mari, cât și pentru dezvoltatori individuali care doresc să integreze funcții de transcriere în aplicațiile lor.
Al doilea model, MAI-Voice-1, este un generator de conținut audio extrem de sofisticat. Cu ajutorul acestui model, utilizatorii pot genera 60 de secunde de audio de înaltă calitate în doar o singură secundă, ceea ce reprezintă un record în industrie din punct de vedere al raportului calitate-viteză. În plus, MAI-Voice-1 oferă posibilitatea unică de a crea voci personalizate, o funcție extrem de valoroasă pentru companiile care doresc să dezvolte asistenți virtuali cu identități vocale distinctive sau pentru creatorii de conținut care vor să experimenteze cu diverse stiluri și tonuri vocale. Costul pentru utilizarea acestui model începe de la 22 de dolari pentru un milion de caractere procesate.
Cel de-al treilea model, MAI-Image-2, este dedicat generării de imagini și a fost inițial lansat pe platforma MAI Playground încă din 19 martie 2026, unde a atras atenția comunității de dezvoltatori prin calitatea sa remarcabilă. Acum, MAI-Image-2 este disponibil pe Microsoft Foundry, alături de celelalte două modele, oferind utilizatorilor o platformă unificată pentru experimentare și dezvoltare. Modelul operează cu prețuri transparente: 5 dolari pentru un milion de tokeni de intrare text și 33 de dolari pentru un milion de tokeni de ieșire imagine, făcându-l competitiv într-un spațiu dominat de oferte similare din partea competitorilor.
Într-o declarație publicată pe blogul oficial al companiei, Mustafa Suleyman a explicat viziunea care stă la baza acestor dezvoltări: „La Microsoft AI, construim ceea ce numim Inteligență Artificială Umanistă. Avem o perspectivă distinctă atunci când creăm modelele noastre AI — punem oamenii în centru, optimizăm pentru modul în care oamenii comunică efectiv, antrenăm pentru utilizare practică. Veți vedea mai multe modele de la noi în curând, atât pe Foundry, cât și direct în produsele și experiențele Microsoft."
Un aspect crucial al acestei lansări este strategia de prețuri agresivă adoptată de Microsoft. Într-o piață a modelelor lingvistice mari (LLM) din ce în ce mai saturată și competitivă, Microsoft și-a propus să se poziționeze ca o alternativă mai accesibilă din punct de vedere financiar față de Google și OpenAI. Această strategie reflectă o înțelegere profundă a dinamicii pieței, unde performanța tehnică trebuie completată de un raport calitate-preț convingător pentru a câștiga adoptare pe scară largă.
Deși Microsoft continuă să investească masiv în parteneriatul său cu OpenAI — o relație evaluată la peste 13 miliarde de dolari și care presupune găzduirea modelurilor OpenAI în diverse produse Microsoft prin intermediul unui acord multianual — compania din Redmond demonstrează că nu mai dorește să depindă exclusiv de un singur furnizor de tehnologie AI. Această abordare de tip „best-of-breed" este similară cu strategia companiei în sectorul procesoarelor: Microsoft produce propriile cipuri, dar achiziționează și componente de la furnizori externi, asigurându-se astfel flexibilitate și reziliență în lanțul de aprovizionare.
Într-un interviu acordat publicației VentureBeat, Mustafa Suleyman a reaffirmat angajamentul Microsoft față de colaborarea cu OpenAI, recunoscând totodată că o renegociere recentă a acordului a oferit companiei libertatea de a explora în mod serios cercetarea în domeniul superinteligenței artificiale. Această libertate operațională pare să fi dat roade rapid, culminând cu lansarea celor trei modele anunțate săptămâna aceasta.
Toate cele trei modele sunt acum disponibile pe platforma Microsoft Foundry, iar modelele de transcriere și voce pot fi accesate și prin intermediul MAI Playground, oferind dezvoltatorilor și cercetătorilor instrumente accesibile pentru a explora și testa capabilitățile acestor noi tehnologii. Microsoft a confirmat că mai multe modele sunt în dezvoltare și vor fi lansate în perioada următoare, atât pe platforma Foundry, cât și integrate direct în produsele și serviciile Microsoft existente, de la Azure la Microsoft 365.
Această lansare marchează un moment de referință în evoluția strategiei AI a Microsoft și demonstrează ambițiile companiei de a deveni un jucător autonom și semnificativ în cursa pentru supremație în domeniul inteligenței artificiale generative, indiferent de parteneriatele strategice pe care le întreține în paralel.
Microsoft lansează trei modele fundamentale de inteligență artificială pentru a contracara rivalii din industrie
